作為飛機(jī)核心組成的航空發(fā)動機(jī)通常在較為惡劣的環(huán)境下工作,較容易發(fā)生故障,其維修成本也比較高。而發(fā)動機(jī)轉(zhuǎn)子系統(tǒng)更是容易出現(xiàn)碰摩,裂紋和軸承損壞等故障。因此,進(jìn)行航空發(fā)動機(jī)轉(zhuǎn)子系統(tǒng)故障診斷研究對航空發(fā)動機(jī)維修以及航空產(chǎn)業(yè)的發(fā)展有重要意義。根據(jù)故障診斷相關(guān)研究,本文主要開展了多故障轉(zhuǎn)子系統(tǒng)建模、振動信號故障診斷和故障模式識別等相關(guān)研究。在多故障轉(zhuǎn)子系統(tǒng)建模方面,參考真實(shí)的轉(zhuǎn)子系統(tǒng)特點(diǎn)建立動力學(xué)模型,以解決故障數(shù)據(jù)數(shù)量少的情況,得到轉(zhuǎn)子系統(tǒng)動力學(xué)微分方程,考慮轉(zhuǎn)軸橫向裂紋、碰摩以及滾動軸承外圈脫落等故障,基于變步長Runge-kutta法進(jìn)行數(shù)值求解,得到不同故障下的動力學(xué)響應(yīng),并采用元胞數(shù)組的方法提取了不同故障下較為充足的振動數(shù)據(jù)。在振動信號時頻故障診斷方面,考慮到經(jīng)驗(yàn)?zāi)B(tài)分解易在端點(diǎn)發(fā)散和模態(tài)容易失真的缺點(diǎn),本文提出了基于循環(huán)平穩(wěn)周期延拓的改進(jìn)方法以及經(jīng)驗(yàn)?zāi)B(tài)分解結(jié)合互信息量和獨(dú)立分量分析的故障診斷方法,采用滾動軸承以及轉(zhuǎn)子系統(tǒng)故障信號驗(yàn)證了方法有效性,可較為理想地消除端點(diǎn)效應(yīng),分離出各低階高階頻率成分。在轉(zhuǎn)子系統(tǒng)故障識別分類方面,采用當(dāng)今較為熱門的機(jī)器學(xué)習(xí)方法。將經(jīng)驗(yàn)?zāi)B(tài)分解方法與參數(shù)優(yōu)...

【文章頁數(shù)】：88 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題研究背景和意義
    1.2 故障診斷技術(shù)研究現(xiàn)狀
        1.2.1 航空發(fā)動機(jī)故障診斷技術(shù)研究現(xiàn)狀
        1.2.2 信號處理與特征提取研究現(xiàn)狀
        1.2.3 故障轉(zhuǎn)子系統(tǒng)仿真和實(shí)驗(yàn)研究
        1.2.4 故障狀態(tài)識別方法研究現(xiàn)狀
    1.3 主要研究內(nèi)容
第二章 航空發(fā)動機(jī)轉(zhuǎn)子系統(tǒng)故障診斷相關(guān)理論研究
    2.1 航空發(fā)動機(jī)故障分類形式
    2.2 轉(zhuǎn)子動力學(xué)相關(guān)理論
        2.2.1 非線性動力學(xué)系統(tǒng)的特點(diǎn)
        2.2.2 分岔
        2.2.3 混沌
        2.2.4 非線性研究方法
    2.3 經(jīng)驗(yàn)?zāi)B(tài)分解基礎(chǔ)理論
        2.3.1 基本概念
        2.3.2 EMD方法原理
        2.3.3 Hilbert-Huang變換
        2.3.4 EMD問題討論
    2.4 故障特征提取方法
    2.5 支持向量機(jī)基本原理
    2.6 本章小結(jié)
第三章 多故障轉(zhuǎn)子系統(tǒng)建模及數(shù)據(jù)獲取研究
    3.1 轉(zhuǎn)子系統(tǒng)動力學(xué)模型
        3.1.1 轉(zhuǎn)軸裂紋故障模型
        3.1.2 滾動軸承模型
        3.1.3 碰摩故障模型
        3.1.4 轉(zhuǎn)子系統(tǒng)運(yùn)動微分方程
    3.2 數(shù)值求解及動力學(xué)響應(yīng)研究
        3.2.1 轉(zhuǎn)子系統(tǒng)數(shù)值求解
        3.2.2 轉(zhuǎn)子系統(tǒng)動力學(xué)響應(yīng)
    3.3 基于元胞數(shù)組的故障數(shù)據(jù)動態(tài)存儲研究
    3.4 本章小結(jié)
第四章 基于改進(jìn)EMD的故障信號診斷研究
    4.1 基于循環(huán)平穩(wěn)周期延拓的EMD改進(jìn)方法研究
        4.1.1 改進(jìn)算法流程
        4.1.2 仿真信號分析
        4.1.3 基于改進(jìn)EMD的滾動軸承故障診斷
    4.2 基于EMD-MI-ICA的機(jī)械振動故障診斷方法研究
        4.2.1 引言
        4.2.2 基本理論
        4.2.3 EMD-MI-ICA的機(jī)械振動故障診斷
        4.2.4 仿真實(shí)驗(yàn)
        4.2.5 實(shí)驗(yàn)例證
    4.3 基于循環(huán)平穩(wěn)周期延拓EMD的轉(zhuǎn)子系統(tǒng)機(jī)械振動故障診斷方法研究
        4.3.1 故障樣本選擇分析
        4.3.2 轉(zhuǎn)子系統(tǒng)故障信號分析
    4.4 本章小結(jié)
第五章 基于機(jī)器學(xué)習(xí)的轉(zhuǎn)子系統(tǒng)故障模式識別研究
    5.1 基于SVM優(yōu)化算法的軸承故障識別研究
        5.1.1 故障樣本選取
        5.1.2 針對EMD分解后的IMF分量的特征提取
        5.1.3 診斷結(jié)果分析
    5.2 基于支持向量機(jī)的轉(zhuǎn)子系統(tǒng)故障識別研究
        5.2.1 故障樣本選取與特征提取
        5.2.2 故障診斷結(jié)果分析
        5.2.3 增加樣本后PSO-SVM和 GA-SVM診斷結(jié)果分析
    5.3 基于振動數(shù)據(jù)二維化CNN的轉(zhuǎn)子系統(tǒng)故障診斷研究
        5.3.1 卷積神經(jīng)網(wǎng)絡(luò)基本理論
        5.3.2 轉(zhuǎn)子系有振動信號二維化(矩陣化)處理
        5.3.3 故障診斷結(jié)果分析
        5.3.4 增加樣本后故障診斷結(jié)果分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 本文總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
發(fā)表論文、專利和參加科研情況說明



本文編號：3734811